Bayes假设检验及样本数量问题研究

针对Bayes方法在工程实践中未能得到广泛应用的实际情况分析了Bayes方法存在的问题,以正态总体期望为背景研究并改进了Bayes方法,进一步推导了Bayes假设检验样本数量确定方法。     

南亚军费开支与经济增长的面板数据分析

自Benoit(1973)开创性指出军费开支对经济增长有正面效用以来,许多学者采用各种估算方法,就不同国家数据样本分析出不同结果。以印度、巴基斯坦、尼泊尔、斯里兰卡和孟加拉五个南亚国家为对象,研究其在1998年至2007年间军费开支对经济增长的影响,结果显示,南亚五国的军费开支对GDP虽有正面效用,但这种效用十分微弱。之所以选取这五个国家,主要基于以下三个方面的考虑。第一,五国地理位置相似,都位于     

机载MIMO雷达稳健非均匀样本选择方法

针对杂波训练样本中混入干扰目标,导致空时自适应处理技术的杂波抑制性能下降问题,提出一种基于目标知识进行局部稀疏恢复的稳健训练样本挑选方法。该方法利用先验知识确定待检测单元中的目标区域,对整个角度-多普勒平面进行遍历,获得稀疏超完备基。通过变换矩阵对超完备基中对应的目标区域进行"挖空"处理,局部稀疏恢复出超分辨的杂波空时谱,获得杂波协方差矩阵估计。结合广义内积算法,实现非均匀训练样本挑选的过程。与常规结合广义内积方法相比,该方法对于不同干扰强度的训练样本,均有良好的检测效果。经仿真验证,所提方法的检验统计量之间区分度更加明显,对于干扰样本的挑选更加彻底,从而有效地提高了空时自适应处理技术的目标检测性能。     

基于ICEEMDAN和小波阈值的Φ-OTDR信号去噪算法

针对分布式光纤声波传感系统信号信噪比较低的问题,提出了一种改进的自适应噪声完全集成经验模态分解方法。改进方法利用样本熵和小波阈值去噪算法,从高噪声分量中提取有效成分。通过改进的自适应噪声完全集成经验模态分解(ICEEMDAN,Intrinsic Computing Expressive Empirical Mode Decomposition With Adaptive Noise)对实际采集的信号进行分解,计算样本熵,将其中的含噪分量进行小波阈值去噪,最后与未处理的信号分量进行重构。实验结果表明,对实采的信号进行降噪处理后,信噪比提高了5.34 dB,均方误差降低了0.014 8,波形互相关系数提高了5.7%。与其他常用的去噪方法相比,该方法不仅在信噪比方面表现更优秀,而且在均方误差和波形互相关系数方面也具有更好的性能,能够更好地保留有用信号。     

基于可变卷积与迁移学习的小样本检测方法

针对主流方法对弱小目标识别效率低的问题,提出了一种基于可变卷积与迁移学习的小样本检测方法。基于可变卷积思想改进特征提取主干网络,实现在少量数据上达到和普通卷积在大量数据上相等的学习能力。设计一种Soft-NMS共同作用的方法降低多目标重叠容易出现的漏检问题。通过在公开数据集PASCAL VOC和实测弱小目标数据集上的实验表明,所提算法实现小样本条件下对实测弱小目标的检测与识别,且与原始方法相比性能有显著提高,在公开数据集上较原算法提高了5.5%,在实测数据集上较原算法提高了8.3%。     

青春闪烁迷彩色——解读一所大学征兵工作的实践样本

校园文化传递参军报国正能量。“上大学前,我并没有想过参军,是大学新生军训,促使我萌生了走进军营的想法。”管理学院大三学生乔景超,曾服役于火箭军某部,他告诉记者,当第一次踏入校园就感受到热烈而青春的“绿色军营”校园文化氛围。军训是青年学生接受国防教育的一门基础课,也是为军队培养优质后备兵员的重要途径。     

在具有不确定样本下平均故障间隔时间的估计方法

针对武器系统和产品的可靠性试验中的不确定因素,对试验没有完成的情况,研究利用非传统的统计分析法估计武器装备平均故障间隔时间.     

坦克火控首发命中率试验脱靶弹数据处理方法

通过对出现脱靶弹情况下的散布特征参数估计方法的研究 ,建立了正态双边截尾样本均值和方差估计数学模型 ,并给出了数值计算方法 ,为坦克火控系统首发命中概率试验脱靶弹数据处理提供了理论依据。     

基于深度迁移学习的低分辨雷达目标识别方法

针对低分辨雷达人工目标识别效率较低的问题,提出了基于深度迁移学习的雷达自动目标识别方法。该方法利用雷达回波序列轮廓像构建空中目标数据集,使用深度卷积神经网络自动提取回波数据中的深层特征,并对雷达目标进行分类识别。为了解决深度学习对样本量的巨大需求,在分类模型训练时,引入迁移学习思想,将经ImageNet数据集预训练过的初始网络模型迁移到雷达目标识别任务中,再通过空中目标数据集对模型参数进行微调,实现小样本条件下对空中目标的粗分类。实测数据的结果表明：所提方法能够在小样本条件下较为准确地对空中目标的大小和架次进行分类识别,具有良好的识别性能。     

关于防空导弹落入概率评定的一种设想

由于防空导弹靶场飞行试验中,实弹靶试的次数极为有限。因此,使其落入概率的评定成为小样本容量的统计评定问题。而这种统计评定问题在方法上尚未解决,是武器系统性能评定中的疑难问题。本文从工程实践的角度,提出了一种组建混合观测样本的设想,藉以扩展观测样本的容量,使得靶场试验中落入概率的统计评定结果能有较高的置信度,从而为确认制导与控制系统的精度指标,提供可靠的技术依据。